Graneet

Les équipes tech & product sont scindées en 2 squads chacune composée d’un Tech Lead, d’un PM, d’un Designer et de plusieurs développeurs principalement senior.

Ces squads sont organisées sous la méthode Shape Up avec un cycle de développement de 8 semaines (6 semaines de build, 2 semaines de cool down).

Pour assurer une haute qualité, toute phase de delivery est précédée d’une phase de préparation durant laquelle une conception macro est réalisée ce qui permet ensuite d’avancer avec efficacité et sérénité sur le développement, par ailleurs tout code produit est review par deux autres développeurs.

Par ailleurs, toujours dans un objectif de mettre les développeurs dans les meilleures conditions, les rares bugs importants sont traités par l’équipe run composée des leads, Fabien et Cyril, et du CTO, Raphaël.

Refonte de notre outil de chiffrage de chantier

La gestion des devis de chantiers est une brique majeure de l’application Graneet. Afin d’accompagner au mieux les utilisateurs concernés et de fournir un outil unique et innovant sur le marché ils ont repensé depuis plusieurs mois cette partie centrale de l’application. Tout a été reconstruit pour avoir une expérience aux petits oignons :

• Des performances décuplées aussi bien front que back avec la mise en place d’une architecture micro-services.
• Une interface collaborative permise par une architecture événementielle et des WebSockets.
• Une UI/UX optimisée avec la mise en place d’une charte graphique permettant de gagner beaucoup de temps côté développement. ㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤ

Intégration de fonctionnalités mélangeant Machine Learning et IA

Le secteur de la construction est un des plus en retard en terme de digitalisation. Il est bien rare de trouver des mécaniques de Data Science chez leurs concurrents et encore plus de voir des fonctionnalités utilisant des modèles IA. Leur outil et les données récoltées deviennent suffisamment mature et conséquentes pour leur permettre de sauter le pas dans les prochains mois. Ils auront donc l’occasion de réfléchir à la mise en place des briques MLOps pour aider leurs clients à gagner du temps par de l’IA générative ou à optimiser leur entreprises, leurs chantiers, leur marge avec une analyse fine de leur données de chiffrage, de facturation, de dépenses.

• Étape 1 : Entretien avec Victoria, Head of People

• Étape 2 : Un entretien avec ton futur manager

• Étape 3 : Un test technique à faire à la maison+ un test de Live Coding durant l'entretien

• Étape 4 : Un entretien final avec nos 3 founders Raphaël, Enzo et Jean-Gabriel

• Une prise de référence te sera également demandée lors du process